图象多通道小波分析的实现

小波变换是近年来兴起的一种时频城信号分析理论，是信号分析处理的一种强有力的新工具．本文根据小波变换的特点，在Mallat多分辨分析的基础上，将小波的“多通道”多分辨分析，推广到了“多通道”多分辨分析、讨论了多通道小波分析的理论和实现方法，并将这一理论应用到了图象处理，实现了图象的多通道小波分析．     

小波分析在信号处理中的应用

小波分析在时间上和频率上都具有很好的局域性，这使得小波分析非常适合于时一频分析。目前小波分析理论已成为信号处理中的一种重要工具。本文介绍了小波分析的理论，用内积的概念将小波变换和Fourier变换、加窗Fourier变换从形式上统一起来，并将多尺度分析运用于信号的去噪处理之中，从而说明了小波分析在信号处理中的重要作用。     

小波分析法在信号处理中的使用

小波分析是一种新兴的信号处理方法，本文采用小波分析法对单位冲激信号与瞬态Ｌａｍｂ波进行了分析。通过一定的分析计算，得到了预期的结果．     

基于奇异性的小波消噪技术

在论述了小波分析、信号奇异性与小波变换模极大值性质关系的基础上，本文给出了一种基于小波变换模极大值的信号去噪算法。仿真结果表明了该算法的有效性，既能有效的消除噪声，又能较好地保留了原始信号的突变信息。     

M带小波变换在图象中的应用

小波变换是近年来兴起的一种时频域信号分析理论，是信号分析处理的一种强有力的新工具，本文根据小波变换的特点，在Ｍａｌａｔ“二带”多分辨分析的基础上，论了分析信号的多带多分辨分析的理论和实现算法，并将这一理论和算法应用于图象处理，取得了满意效果。     

小波包原理及其在机械故障诊断中的应用

小波分析是一种日益获得广泛应用的信号处理新技术，它具有良好的时－频局部化特性，因而非常适于分析瞬态或时变信号。利用小波包时机械振动柜号进行分解可以获得信号的时－频分布特性，对于分析以非稳态振动为表征的机械故障提供了有效的分析手段。本文简述了小波和波包的基本概念以及利用小波包对振动信号进行时－频分解的方法。文中给出了利用小波包进行信号处理和故障分析的实例，并与其他诊断方法进行了比较。     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

基于小波多尺度检测特性的扩频序列捕获研究

根据小波分析的特点，将小波检测引入扩频序列捕获系统中，利用扩频码捕获时信号(调制信号)和未捕获时信号(高斯白噪声)的小波变换的不同特征，结合多分辨分析，设立小波变换阈值，正确识别捕获状态。并且，对这种利用小波检测的捕获方法进行了仿真实验，分析与实验表明这种方法具有一定的理论价值和实用价值。     

小波分析包络提取及在DSP上的实现

在实时信号分析中，离散小波变换在DSP上的有效应用受到了特别的关注，介绍了Mallat快速小波变换算法，通过与常用小波基相对应的正交镜像滤波器组，实现了对信号的快速小波分解；利用小波的频带分离特性和噪声的小波变换特性，提高了信号包络提取的精度。     

基于小波去噪和去卷积的半导体光放大器增益系数谱测量方法

为了提高半导体光放大器(SOA)增益系数谱测量的准确性,减少光谱仪分辨率和系统噪声对测量结果的影响,提出了由传统的Hakki-Paoli(HP)方法改进得到的基于小波去噪和去卷积过程的Hakki-Paoli(HP-DD)方法,分析了其原理,并给出去卷积的算法和小波去噪的原理。在数值模拟中,对模拟的放大自发辐射(ASE)谱进行处理,表明HP-DD方法能较大程度地改善增益系数谱的测量准确度。在实验中,通过对半导体光放大器的放大自发辐射谱进行实际测量,分别用HP-DD方法和HP方法求得增益系数谱,验证了HP-DD方法的测量结果的精确度有很大程度的改善。     

一种弱信号检测新方法分析

通过计算机仿真分析一种基于频域积累和小波变换相结合的弱信号监测方法,仿真在Matlab上完成。分别分析小波变换和频域积累用于弱信号处理的去噪效果。仿真表明,小波变换对信噪比很低的信号去噪效果较差,频域积累需要较长的数据采集时间,会使信号处理的实时性变差。在此基础上,提出将两种方法结合起来使用,先用频域积累将信噪比提高,再用小波变换进一步去噪,从而形成了一种新的弱信号检测方法,该方法既可有效去噪,实时性也较频域积累有很大改善。     

基于小波包和自组织网络的模拟电路故障诊断

提出了一种基于小波包变换和SOFM网络相结合的模拟电路故障诊断方法.利用小波包分解作为预处理和消噪工具,对电路采样信号进行多尺度分解和消噪,然后进行能量特征提取、归一化,作为样本输入给神经网络.用SOFM网络竞争层的神经元,对样本数据进行故障识别分类,克服了BP网络隐层神经元选取困难的缺点.详细叙述了诊断原理和步骤,并给出了诊断实例.     

海缆布里渊光时域反射信号的去噪方法研究

为了从噪声背景中有效地提取光电复合海缆的布里渊光时域反射信号,根据信号的特点,提出了采用小波阈值法对实时信号进行去噪处理。针对小波阈值去噪参量设置的基础性问题,通过理论分析和实验对比确定了适于海缆布里渊光时域反射信号去噪处理的最优参量,并与中值滤波、均值滤波的去噪效果进行了对比。结果表明,相对于两种传统的滤波方法,最优参量下的小波阈值法能有效去除噪声,不仅信噪比提高了14.1dB,而且能检测出100με的应变变化。该研究对于探索海缆布里渊光时域反射信号的高效处理方法具有重要参考价值。     

基于MATLAB不同小波基的小波阈值图像去噪算法

通过介绍小波图像去噪的方法和小波阈值去噪的步骤,讨论小波基在小波阈值去噪中的作用,阐述了常见的几种小波基的特征及其相关性质的比较。最后通过在MATLAB下,分别选择了db2和sym4两种小波基,进行小波阈值去噪实现图像高频系数的滤波并重建,得到采用不同的小波基影响图像去噪效果的结论。     

小波域中值滤波在激光陀螺信号处理中的应用

各种随机噪声是导致激光陀螺产生误差的主要因素,且其性质特殊,很难用传统的滤波方法去除。为了减小激光陀螺的随机误差,提高测量精度,提出了小波域的中值滤波器滤波方法,对激光陀螺零漂数据进行了滤波,并采用Allan方差法对滤波效果进行了定量分析。结果表明,此方法的滤波效果优于中值滤波和小波软阈值滤波效果,能有效地减小激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡、零偏不稳定性和量化噪声,提高激光陀螺零漂输出的稳定性。     

基于听觉掩蔽效应的小波包语音增强

在分析传统阈值函数小波去噪方法的基础上,提出一种根据人耳掩蔽效应设计的阈值函数去噪方法。该方法利用小波包的多分辨率的优点,把语音分解到反映人耳听觉特性的小波子带中,再使用根据人耳听觉掩蔽原理设计的噪声掩蔽阈值函数对带噪的小波系数进行处理,最后反变换得到增强语音。仿真实验表明：输出的信噪比与听觉评测（PESQ）均取得较好结果。     

基于Contourlet变换的煤粒图像消噪方法

为了准确检测煤粒相关信息,有必要对煤粒图像进行消噪处理。Contourlet变换具有多尺度、多方向性及各向异性等特点,可用于煤粒图像消噪。首先将图像进行多尺度分解及方向滤波,然后运用软、硬阈值进行消噪处理,接着进行Contourlet逆变换,得到消噪后图像。实验结果表明,采用Contourlet变换能有效去除煤粒图像噪声,并能保持煤粒图像纹理细节,提高图像信噪比(SNR),其消噪效果优于传统小波消噪。     

基于小波多分辨率分析的一维信号阈值去噪

介绍了基于阈值选取的小波去噪原理及去噪步骤。分别用傅立叶分析法和小波分析法对一加入白噪声的信号进行消噪处理,仿真结果表明,用小波进行信号的消噪可以很好的保存有用信号中的尖峰和突变部分,小波分析技术在本质上比傅立叶分析技术具有更大的优越性。对某系统的某次采样信号,分别选用强制消噪、默认阈值消噪和给定软阈值消噪三种阈值进行小波去噪,并对仿真结果进行分析比较。     

基于MATLAB的振动信号去噪研究

在信源定位或设备故障诊断中,通过数据采集器采样得到的振动信号数据中往往叠加有噪声,使得其中有用的特征信息也常常被淹没在噪声之中。为了将数据尽可能真实地还原成实际振动状况,提取真实信号的特征,须对干扰信号进行去噪。文中首先对实测振动信号消除了趋势项,并用切比雪夫带通滤波器和小波软阈值法对信号去噪。仿真结果表明：小波软阈值法去噪比切比雪夫滤波器去噪效果明显,且保留了原信号的细节特征,具有较高的使用价值。